MétaCan
Menu
← Retour à la cohorte
Enregistrement W4252133734 · doi:10.5194/acp-2016-792

30-year lidar observations of the stratospheric aerosol layer stateover Tomsk (Western Siberia, Russia)

2016· preprint· en· W4252133734 sur OpenAlexaboutno aff
В. В. Зуев, V. D. Burlakov, А. V. Nevzorov, V. L. Pravdin, E. S. Savelieva, V. V. Gerasimov

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric Ozone and Climate
Établissements canadiensnon disponible
Organismes subventionnairesRussian Science Foundation
Mots-clésHYSPLITVolcanoStratosphereAerosolLidarPlumeClimatologyExtratropical cycloneEnvironmental scienceAtmosphere (unit)Vulcanian eruptionGeologyVolcanic ashAtmospheric sciencesMeteorologyGeographyRemote sensingSeismology

Résumé

récupéré en direct d'OpenAlex

Abstract. There are only four lidar stations in the world, which have almost continuously performed observations of the stratospheric aerosol layer (SAL) state for over the last 30 years. The longest time series of the SAL lidar measurements have been accumulated at the Mauna Loa Observatory (Hawaii) since 1973, the NASA Langley Research Center (Hampton, Virginia) since 1974, and Garmisch-Partenkirchen (Germany) since 1976. The fourth lidar station we present started to perform routine observations of the SAL parameters in Tomsk (56.48° N, 85.05° E, Western Siberia, Russia) in 1986. In this paper, we mainly focus on and discuss the stratospheric background period from 2000 to 2005 and the causes of the SAL perturbations over Tomsk in the 2006–2015 period. During the last decade, volcanic aerosol plumes from tropical Mt. Manam, Soufriere Hills, Rabaul, Merapi, Nabro, and Kelut, and extratropical (northern) Mt. Okmok, Kasatochi, Redoubt, Sarychev Peak, Eyjafjallajökull, and Grimsvötn were detected in the stratosphere over Tomsk. When it was possible, we used the NOAA HYSPLIT trajectory model to assign aerosol layers observed over Tomsk to the corresponding volcanic eruptions. The trajectory analysis highlighted some surprising results. For example, in cases of the Okmok, Kasatochi, and Eyjafjallajökull eruptions, the HYSPLIT air-mass backward trajectories, started from altitudes of aerosol layers detected over Tomsk with a lidar, passed over these volcanoes on their eruption days at altitudes higher than the maximum plume altitudes given by the Smithsonian Institution Global Volcanism Program. An explanation of these facts is suggested. The role of both tropical and northern volcanoes eruptions in volcanogenic aerosol loading of the mid-latitude stratosphere is also discussed. In addition to volcanoes, we considered other possible causes of the SAL perturbations over Tomsk, i.e. the polar stratospheric cloud (PSC) events and smoke plumes from strong forest fires. At least two PSC events were detected in 1995 and 2007. We also make an assumption that both the Kelut volcano plume (Indonesia, February 2014) and smoke plumes from massive forest fires occurred in Canada (137 fires in the Northwest Territories, July 2014) and the USA (the Happy Camp Complex fire in California, August–October 2014), with equal probability, could be the cause of the SAL perturbations over Tomsk during the first quarter of 2015.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,238
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAtmospheric Ozone and Climate→Travaux en français237 207→